Метод генерации образцов длительных временных рядов дистанционных данных играет ключевую роль в выполнении классификации покрытий земной поверхности, мониторинге тенденций изменений поверхности и анализе использования земель. Однако традиционные методы контролируемой классификации обычно требуют отметки большого количества образцов, что приводит к высоким затратам времени и трудовых ресурсов, а также ограничивает точность и надежность классификации. В ответ на эту проблему в данной работе предлагается метод генерации образцов длительных временных рядов дистанционных данных, основанный на автоматическом увеличении образцов и адаптивном переносе, целью которого является реализация концепции «однократной разметки — многократного использования» образцов, снижение затрат на разметку и повышение эффективности классификации дистанционных изображений больших пространств длительных временных рядов. Конкретный подход заключается в следующем: во-первых, с помощью локальной кластеризации усиливается отбор потенциальных пикселей образцов путем измерения корреляции их спектральных характеристик для определения увеличенных образцов; во-вторых, на основе анализа изменений между соседними временными снимками проводится отбор образцов, соответствующих правилам переноса на основе междоменной схожести. Метод проверен на временном ряде изображений Landsat8 OLI региона залива Ханчжоу за период 2013—2022 годов. Результаты показывают: (1) предлагаемая стратегия автоматического увеличения образцов эффективно повышает качество и количество образцов, улучшая результаты и точность классификации; (2) предложенная стратегия адаптивного переноса образцов эффективно реализует перенос образцов между снимками одного региона в разное время, избегая ежегодной разметки, что значительно повышает эффективность генерации образцов и их качество; (3) применение различных классификаторов, таких как метод опорных векторов (SVM) и k-ближайших соседей (KNN), показывает универсальность увеличенных и перенесённых образцов, полученных с помощью данного метода.

метод генерации образцов; классификация покрытия земли; автоматическое увеличение образцов; адаптивный перенос образцов; залив Ханчжоу; длительные временные ряды дистанционных данных